本文提出了一种多阶段概率预测路径的新方法，结合深度特征聚类和基于距离的排序建议，提升轨迹预测的准确性。研究引入循环网络和大语言模型，在多个数据集上评估表现，显示优于传统方法。此外，框架能够捕捉社会交互变化，并结合运动学约束层，进一步提高模型性能。

该文介绍了一种新的自主系统多阶段概率预测路径的方法，使用深度特征聚类方法进行分布偏移，使用基于距离的排序建议进行轨迹生成和分配概率，相比传统方法更有效准确。